基于超声导波波束成形的缺陷反演方法研究

利用超声导波对板结构中的缺陷进行反演可以确定缺陷的位置和形状信息,针对走时成像方法在低频范围内效果不佳的问题,提出一种基于波动场的超声导波缺陷反演成像方法。根据波动方程推导出波束成形成像原理,利用Born近似下的散射场数据对成像区域像素点的值进行相干叠加,得到缺陷的位置和形状。再通过波束成形与傅里叶衍射定理在频域的映射关系,将波束成形的结果转化为衍射层析成像图像,得到了更为清晰的反演图像。针对衍射层析成像中存在伪影和噪声的问题,利用二维变分模态分解（Two-dimensional variational mode decomposition,2D-VMD）方法对图像进行降噪处理,有效去除了伪影和缺陷轮廓边缘的毛刺,进一步提高了成像分辨率。反演结果表明该方法可以较为准确地重构出铝板上减薄缺陷的位置、大小和形状,具有较高的分辨率。     

基于VMD-LSSVM的扇区流量短期预测

对扇区流量进行短期预测,是精准实施扇区流量优化和管理措施的前提。基于分解集成预测方法论,建立了变分模态分解-最小二乘支持向量机（Vibrational mode decomposition-least square support vector machines,VMD-LSSVM）预测模型。首先,应用变分模态分解（Vibrational mode decomposition,VMD）方法将扇区流量时序数据分解为若干个模态;然后,使用最小二乘支持向量机（Least square support vector machines,LSSVM）模型分别对模态进行预测;接着,对模态的预测结果进行加和集成,得到了最终的预测值。算例计算结果显示,针对60 min统计尺度流量时间序列,VMD-LSSVM模型在1～6 h的均等系数（Equal coefficient, EC）值为0.97,在7～12 h的EC值为0.94;与差分自回归滑动平均模型（Autoregressive integrated moving average model,ARIMA）,反向传播（Back propagation,BP...     

基于变分模态分解的燃烧室热声振荡衰减系数辨识

利用发动机燃烧室稳定燃烧阶段的压力振荡信号,提取热声谐振模态频率及其幅值,并建立不同复杂程度热声振荡理论模型辨识获取各模态衰减系数,是当前试验评估燃烧室燃烧稳定性裕度的一种重要手段。建立了二阶随机振子热声振荡理论模型,采用基于最大峭度准则的变分模态分解算法提取压力振荡信号的热声谐振模态,开展了模态提取算法和时/频域辨识方法验证,并将其应用于某针栓式气氧/乙醇模型发动机燃烧稳定性裕度评估分析。结果表明：与传统的带通滤波算法相比,峭度最大变分模态算法有效提高了热声谐振模态的提取精度和使用便捷性。     

基于NGO-VMD和DBO-SVM的滚动轴承早期故障诊断

针对滚动轴承早期故障阶段信号微弱难以提取和识别的问题,提出利用北方苍鹰算法优化变分模态分解参数,并结合蜣螂优化算法优化支持向量机的方法进行故障提取和分类识别。首先,采用北方苍鹰算法对变分模态的最佳参数进行搜索,将信号用变分模态分解为若干个本征模态函数;然后利用峭度选取最优本征模态函数;最后将其输入蜣螂优化算法-支持向量机诊断模型中进行故障分类识别。实验结果表明,北方苍鹰算法-变分模态分解方法在迭代次数和收敛精度上均有一定的优势,采用峭度选择最优本征模态函数,包络解调分析后提取早期微弱故障信号故障特征的能力最佳;蜣螂优化算法-支持向量机诊断模型能在故障信号微弱背景下,使故障诊断分类识别率有一定的提高。该方法具有较好的故障特征提取和分类识别能力,为滚动轴承早期故障诊断提供技术支持。     

一种基于STL-Prophet-Informer模型的太阳电池阵多变量趋势预测方法

为了提高太阳电池阵多变量预测的精度,解决阳电池阵遥测参数存在周期波动与增长性互相耦合的问题,提出一种基于STL-Prophet-Informer模型的太阳电池阵多变量预测算法.该算法首先应用局部加权周期趋势分解算法(seasonal and trend decomposition procedure based on loess, STL)对太阳电池阵的多个参数分解为趋势分量、周期分量和残差分量,然后采用对趋势性数据预测效果较好的Prophet预测趋势分量,Informer模型预测周期分量和残差分量,最后将各分量预测结果相加后得到总的太阳电池阵参数预测值.以某卫星太阳电池阵实际遥测数据做算例分析,提出算法的各项误差评价指标和单一的Informer模型、LSTM模型等相比有明显减小,将该组合预测模型用于太阳电池阵多变量参数预测中,可以提高参数预测精度,提升卫星自主运行性能.     

股指期货仿真交易市场与现货市场关联问题研究——基于VAR模型的实证检验与分析

中国股指期货即将推出,通过对股指期货仿真交易和其标的现货市场构筑的二元系统进行VAR(向量自回归)建模和实证分析,对该二元系统内在关联进行了准确刻画,并对该系统进行了脉冲响应和方差分解分析,在此基础上对系统内二市场间的动态关联和具体风险构成状况做了审慎探索.据此可以认为,股指期货仿真交易市场和现货市场收益率之间具有高度关联性,对这种关联性的准确把握对充分发挥股指期货价格发现、套期保值和投机套利有重大意义,同时也必须充分认识股指期货仿真交易在风险结构上对现货市场的影响比较大,可发挥其对冲金融市场风险的作用,通过对纯粹期货投机活动的规制,以削弱股指期货在风险性方面的负面影响.     

支持复杂产品研发的WBS

讨论了系统工程与项目管理的区别和联系,指出系统工程与项目管理融合是复杂产品研发项目的要求.提出一种与这种要求相适应的WBS(工作结构分解)模型--PDA-WBS模型,讨论了该模型的特点,并提出了适应系统工程特点的:DWBS模板;最后介绍PDA-WBS模型的软件实现.     

基于遗传算法的多学科设计优化分解方法

通过分析现有的多学科设计优化中任务分解方法(枚举法、聚类识别法和分支定界法)的特点,指出了现有方法的不足.提出了将遗传算法应用于优化任务的分解问题,给出了具体的算法描述和详细的任务分解算法流程,并分析总结给出了该算法的优点:①遗传算法对搜索空间没有任何要求,因此对函数关系矩阵(FDT,Function Dependence Table)也没有任何要求;②遗传算法是一种随机迭代方法,不需要估计初值;③遗传算法同时对一组解进行搜索,大大提高了搜索速度,在保证计算精度的基础上得到全局最优解.最后还以齿轮减速器优化问题为例,将遗传算法应用于上述问题的任务分解过程,得到了较为满意的分解结果,并从计算方案次数的角度定量地比较了所提出方法与现有方法的区别,从而证明了该方法的正确性和优越性.     

真空管道磁浮交通车体热压载荷分布特征及其非定常特性

基于SST k-ω湍流模型和IDDES方法,采用三维数值模型对800 km/h的真空管道磁浮交通系统在雍塞状态（阻塞比为0.3和0.2）和非雍塞状态（阻塞比为0.1）下进行瞬态模拟,得到列车车体热压载荷时均分布特征及其波动特性,并利用跨声速风洞凸块试验数据验证了数值方法的准确性。基于本征正交分解提取流场重要相干结构,识别列车表面载荷非定常较强区域,揭示其时空演化规律。研究结果表明：列车上表面载荷分布特征与拉瓦尔喷管相似,雍塞/非雍塞状态下载荷分布差异主要位于扩张段;列车下表面载荷分布因悬浮架腔体的截面突变而变得复杂,气流突入到第一个悬浮架腔体形成局部滞止点,造成车体压力大幅度振荡,同时热量在列车底部聚集,尾车下洗气流和上洗气流相互作用差异导致了雍塞/非雍塞状态下温度峰值的位置不同;列车表面压力非定常较强区域主要位于底部悬浮架处,且存在14 Hz的特征频率,雍塞状态下尾车激波处也是一个非定常源;中间车、尾车温度载荷一阶模态体现了热量累积过程。     

一种新型聚酰亚胺泡沫的制备与表征

采用自制聚酰亚胺泡沫先驱体,高温直接发泡制备聚酰亚胺泡沫.结果表明:红外光谱分析表征特征吸收峰与文献值吻合很好;泡沫的Tg为260℃、热分解温度(Td5)高达510℃;通过泡沫微观结构表征,其内部结构均匀;泡沫阻燃性良好,离火自熄,仅炭化不产生熔滴,不产生烟雾,氧指数为43.5%;力学性能测试表明泡沫具有优良的拉伸和压缩强度.